第 1 周 · D3🔒 锁定约 3 小时
映射数据项并设置分支
用表达式和 If 节点处理多条工单，检查缺失字段与分支计数。
今日目标
- 把上游字段映射到稳定的工单结构。
- 对缺失字段和未知类型设显式分支。
- 用输入输出项数量查漏单与重复。
处理一条工单正常，不代表收到四条时不会漏掉一条。n8n 的表达式和数据节点可以映射字段，If 节点可以拆分有效与无效项。关键是让映射与分支都可观察。
小白版讲解
先规范化，再分类
假设一个来源用“message”，另一个用“body”，第三个给的是空字符串。AI 分类器不应猜哪一栏才权威。建一个规范化步骤，让有效项统一输出：来源编号、工单编号、正文、语言提示、接收时间和来源引用。改字段名时仍保留原编号与来源，否则下游结果无法对回上游系统。
n8n 表达式指南说明什么时候用表达式取值，什么时候用数据节点更清楚。表达式常读取当前数据项的 JSON，预览时要看不止第一条样本。第一条能找到的字段，第二条可能不存在。路由所需字段缺失时，不要用“未知客户”之类的神奇默认值遮盖问题；明确产生校验失败。
写一份合同：有效工单必须有非空编号和非空正文；语言可以未知，因为模型仍可读正文。缺编号或正文的项，带原因送人工错误队列。不要因过滤器输出零项而让它无声消失。每个节点以及每条分支都数输入输出。四条进来，应能对上四种最终结果，例如三条有效、一条拒收。合计三条意味着漏单，合计五条可能重复。
登录并关联后阅读全文
请先登录网页，并在账户页关联微信小程序账号。关联后每天可免费阅读 1 篇；额外文章需在小程序看广告解锁。
微信扫码打开「逐日AI」，进入相同课程和章节，选择看广告解锁，完成后刷新本页。
面试题库
为什么要保留原始 ID？Why preserve source IDs?
国内高频海外高频基础#normalization#identity🔒 解锁本章后查看答题要点。
少一条数据如何发现？How do you detect a lost item?
国内高频海外高频进阶#reconciliation#items🔒 解锁本章后查看答题要点。
默认分支该做什么？What should the fallback branch do?
国内高频海外高频进阶#fallback#data-quality🔒 解锁本章后查看答题要点。